• 한국수자원학회논문집
• /
• 제55권6호
• /
• pp.393-404
• /
• 2022

위성에서 보다 미세한 공간 분해능으로 신뢰할 수 있는 지상 강우 관측은 도시 수문학적 및 미시적 농업 수요에 필수적이다. 전통적으로 "톱다운" 접근 방식 기반 위성 강우 산출물이 널리 사용되고 있지만 공간 분해능에 한계가 있다. 본 연구는 C-밴드 SAR Sentinel-1 위성 데이터(SM2RAIN-S1)에 적용되는 매개 변수화된 SM2RAIN 모델인 강우 추정을 위한 새로운 "상향식" 접근 방식의 가능성을 평가하여 중부지방에 대한 높은 공간 분해능 지상 강우 추정치(0.01° 그리드/6일)를 생성하는 것을 목표로 한다. 그것의 성능은 중부지방 두 개의 다른 하위 지역, 즉 혼합 산림 중심, 중간 하위 지역, 그리고 경작 중심, 서해안 하위 지역의 1년 기간 동안 기존의 재분석 프로덕트와 우량계 네트워크의 각각의 강우 데이터를 사용하여 공간 및 시간적 가변성에 대해 평가되었다. 평가결과에 따르면 SM2RAIN-S1 프로덕트는 중부지방의 일반적인 강우 패턴을 포착할 수 있고, 서로 다른 토지 피복으로 지역 규모에서 공간 분해능 강우량 측정 가능성을 보유할 수 있으며, 강우량 관측치에 대한 편중된 강우량 추정치가 제공되었다. 또한 SM2RAIN-S1 강우량은 피어슨의 상관 계수(R = 0.69)를 고려할 때 혼합림에서 더 우수했으며, 이는 혼합림에서 토양 수분과 강우의 시간 역학을 포착하는 데 6일 SM2RAIN-S1 데이터의 적합성을 암시했다. 그러나, RMSE와 바이어스 측면에서, 혼합림보다는 경작지의 SM2RAIN-S1 강우 생성물에서 더 나은 성능을 얻었으며, 이는 높은 증발증산 손실(특히 혼합림)에 의해 유도된 더 큰 오류를 SM2RAIN의 추가 개선에 포함해야 한다는 것을 나타낸다.

• 대한원격탐사학회지
• /
• 제38권5_3호
• /
• pp.925-938
• /
• 2022

농업용 저수지는 전국적으로 중요한 수자원으로 기후변화에 따른 가뭄과 같은 이상기후의 영향에 취약한 특성을 가지며 적절한 운영을 위해 강화된 관리가 필요하다. 지속적인 모니터링을 통한 수위 추적(water level tracking)이 필요하지만 현실적인 문제로 현장 실측 및 관측이 어려운 실정이다. 본 연구는 저수지 수표면적을 측정하기 위해 광역 모니터링이 가능한 위성레이더 자료를 이용하여 4가지 AI 모델 간의 수체 탐지 성능에 대해 객관적인 비교를 제시한다. 위성 레이더자료는 Sentinel-1 SAR 이미지를 사용하였으며, 광학영상과 달리 기상환경에 영향을 적게 받기 때문에 장기 모니터링에 적합하다. 드론 이미지, Sentinel-1 SAR 그리고 DSM 데이터를 사용하여 Support Vector Machine (SVM), Random Forest (RF), Artificial Neural Network (ANN), Automated Machine Learning (AutoML)의 4가지 AI 모델을 구축했다. 연구대상 저수지는 총 22개소로 유효저수량이 30만톤 미만의 중소형 저수지이다. 총 45개 이미지가 모델 훈련과 검증에 사용되었으며, 연구 결과 AutoML 모델이 Accuracy=0.92, mIoU=0.81로 다른 3가지 모델에 비해 수체 픽셀 분류에서 0.01-0.03 더 나은 것을 보여주었다. 해당 결과는 SAR 영상으로부터 AutoML을 이용한 중소형 저수지 대상의 수체 분류 기법이 기존의 머신러닝 기법만큼의 성능을 보이는 것을 보여주었고, 학습을 통한 수표면적 분류 기술의 저수지 모니터링에 대한 적용 가능성을 보여주었다.

• 경영정보학연구
• /
• 제18권1호
• /
• pp.157-175
• /
• 2016

시장 경제 자본주의 체제 하에서 부의 불평등, 재분배 기능의 한계, 자본의 흐름에 따른 비효율적 과대생산과 과대소비, 인간 존엄성과 자유의 제한 등의 한계점이 드러나고 있다. 이러한 한계를 조정하기 위하여 새로운 공생의 가치 마련이 요구되고 있으며, 개별 기업 단위에서도 사회적 책임과 공유가치에 대한 요구가 강조되고 있다. 기업의 사적 영리와 사회적 가치를 동시에 추구하고자 하는 사회적 경제 또는 사회적 기업의 형태가 사회공유 가치창출의 대안으로 제시되어, 그 가능성과 영역을 확대하고 있다. 기술적인 면에서 인터넷과 스마트폰을 비롯한 모바일 단말기의 급속한 보급은 대중 참여의 공유경제 확산을 가능하게 만들고 있다. 정보통신 플랫폼과 빅테이터 분석과 같은 초고속 네트워크 통신 및 대용량 데이터 처리 기술의 발달은 개인 대 개인, 기업 대 개인 간의 소통이 실시간으로 가능하게 함으로써 광범위한 수요자와 공급자를 연결해 주어 공유 시장을 확대함에 큰 역할을 하고 있다. 이 논문에서는 지역 협력적 소비를 바탕으로 정보통신기술(Information & Communication Technology)을 활용하여 자전거 관련 공유경제 시스템을 구축, 사회적 기업으로 창업한 (주)푸른바이크쉐어링의 사례를 살펴본다. 푸른바이크쉐어링은 공유, 공생, 공헌의 사회적 책임을 사업 모형 속에 접목하여, 지역 내의 다양한 협력 주체들과의 협업을 통한 사회적 기업을 운영하고 있다. 사례 분석을 통하여, 사회적 기업의 지속가능성을 추구하는 핵심적 요인으로 지역 사회 네트워크 활용이 가능하며, 사회적 기업과 공유경제의 융합 사업 모형을 통해 사회적 기업의 한계를 극복할 수 있는 대안이 될 수 있음을 검토하였다. 또한 정보통신기술의 발달에 따른 기술적 환경 변화가 어떻게 공유경제 시스템에 효과적으로 적용될 수 있는지를 보이고자 하였다. 선행적 이론 정리를 위하여, 사회적 기업의 개념과 현황, 기업의 사회적 책임에 대한 선행 연구의 내용을 살피고, 공유경제의 개념과 특징, 기업의 공유가치 확대에 대한 이론을 정리하였다.

• 대한원격탐사학회지
• /
• 제40권4호
• /
• pp.387-396
• /
• 2024

대부분의 고해상도 위성영상은 rational polynomial coefficients (RPC) 정보를 제공하여 지상좌표와 영상좌표 간 변환을 수행한다. 그러나 초기 RPC에는 기하학적 오차가 존재하여 ground control points (GCPs)와의 정합을 통해 보정을 수행하여야 한다. GCP chip은 항공정사영상에서 추출한 높이 정보가 포함된 작은 영상 패치(patch)이다. 많은 선행연구에서는 영역 기반 정합 기법을 사용하여 고해상도 위성영상과 GCP chip 간 정합을 수행하였다. 계절적 차이나 변화된 지역이 존재하는 영상에서는 화소값에 의존하는 정합이 어렵기 때문에 윤곽 정보를 추출하여 정합을 수행하기도 한다. 그러나 일반적으로 사용하는 canny 기법으로 정합에 용이한 윤곽을 추출하기 위해서는 위성영상의 분광 특성에 적절한 임계치를 설정해주어야 하는 문제가 존재한다. 따라서 본 연구에서는 위성영상의 지역별 특성에 둔감한 윤곽 정보를 활용하여 RPC 보정을 위한 정합을 수행하고자 한다. 이를 위해 딥러닝 기반 윤곽 정보 추출 네트워크인 pixel difference network (PiDiNet)를 활용하여 위성영상과 GCP chip의 윤곽맵(edge map)을 각각 생성하였다. 그 후 생성된 윤곽맵을 normalized cross-correlation과 relative edge cross-correlation의 입력데이터로 대체하여 영역 기반의 정합을 수행하였다. 마지막으로 RPC 보정에 필요한 변환모델 계수를 도출하기 위하여 data snooping 기법을 반복적으로 적용하여 참정합쌍을 추출하였다. 오정합쌍을 제거한 참정합쌍에 대해 root mean square error (RMSE)를 도출하고 기존에 사용하던 상관관계 기법과 결과를 정성적으로 비교하였다. 실험 결과, PiDiNet은 약 0.3~0.9 화소의 RMSE 값 분포를 보였으나 canny 기법에 비해 두꺼운 윤곽을 나타내어 일부 영상에서 미세하게 정확도가 저하되는 것을 확인하였다. 그러나 위성영상 내 특징적인 윤곽을 일관적으로 나타냄으로써 정합이 어려운 지역에서도 정합이 잘 수행되는 것을 확인하였다. 본 연구를 통해 윤곽 기반 정합 기법의 강인성을 개선하여 다양한 지역에서의 정합을 수행할 수 있을 것으로 예상된다.

• 한국조경학회지
• /
• 제40권6호
• /
• pp.13-22
• /
• 2012

본 연구는 생태관광의 지속가능성과 국제협력 방안을 모색하기 위해 수행하였다. 생태관광의 본래적 의미를 유지하기 위한 방안으로 국외의 여러 국가에서는 생태관광 인증/지정제도의 도입이 활성화 되고 있다. 우리나라에서도 2011년 6월 환경부에서 일정한 수준의 생태관광 상품의 질을 보장하기 위한 "생태관광 지정제" 도입을 추진하기 위해 국회에 상정한 바 있으며, 제도도입을 위한 하나의 방안으로 올해 시범사업을 추진하고 있다. 이에 앞서 일본은 2006년부터 생태관광 프로그램의 지속성을 인증하는 굿에코투어인증 등을 시행하고 있으며, 2008년 생태관광 진흥법을 세계 최초로 제정하여 생태관광의 지속가능성을 확보하기 위한 지자체 인증제도를 시행하고 있다. 우리나라(환경부)는 지속가능관광 국제파트너쉽의 일환으로 2011년 1월 개최된 제 1회 Global Partnership for Sustainable Tourism(GPST) 총회에 참석하여 운영위원회 위원국으로 선출되었으며, 제 2차 총회를 2012년 3월 한국에서 성공적으로 개최하였다. 2차 총회에서는 특히 한국이 중심이 되어 지속가능관광 아 태지역 네트워크를 추진하는 것으로 합의함으로써 아태지역의 생태관광 중심국으로의 위상이 높아질 것으로 예상된다. 자원의 보전과 현명한 이용, 지역의 환경, 문화, 역사자원의 공유와 인식을 기반으로 한 생태관광은 개별 국가차원에서의 노력은 물론 국가 간의 협조와 동조가 무엇보다도 필요하다. 자연자원에 대한 접근수요가 급격히 증가하고 있는 가운데, 생태관광 지속가능성 확보를 위한 지정제와 같은 제도적 장치 마련과 함께 유사한 자연자원과 문화를 공유하고 있는 아태지역의 협력과 네트워크 활성화 방안이 적극적으로 모색되어야 할 것이다.

• 한국지반공학회논문집
• /
• 제15권4호
• /
• pp.113-132
• /
• 1999

국내에서는 근래에 들어, 다양한 지반조건 및 현장여건을 지닌 지하굴착 및 사면보강 등의 현장에 쏘일네일링 공법의 적용이 점차 확대되어 왔다. 또한 쏘일네일링 공법의 설계는 일반적으로, 한계평형적 해석방법에 의거해 보강토체의 활동에 대한 소요안전율을 만족하는 단면을 우선 결정한 다음, 수치해석 프로그램을 이용하여 이 단면 전면벽체에서 예상되는 최대변위를 추가로 확인하는 비교적 단순화된 과정을 통해 이루어져 왔다. 그러나 쏘일네일링 공법의 경우 관련 설계변수가 비교적 다양한 특징을 지니고 있으며, 따라서 이와 같은 설계변수들 사이의 상호 연관성을 고려하는 보다 합리적인 설계법 제시 차원의 노력이 지속적으로 요구되는 실정이다. 이외에도 원지반 흙의 비등방성, 채취시료의 교란 정도 및 측정상의 오차 등 설계에 적용되는 각종변수가 지니고 있는 불확실성 등을 감안할 때, 현재 시점에서는, 축적된 다양한 현장의 계측자료를 수집하여 관련 설계변수 사이의 상호 연관성을 체계적으로 분석하려는 노력과 더불어 신뢰성 있는 효율적인 기법을 이용하여 경제성이 강조되는 최적화 설계 차원의 노력도 요구되는 시점으로 판단된다. 이와 같은 목적의 일환으로, 본 연구에서는 유전자 알고리즘을 이용하여 쏘일네일링 굴착벽체 시스템의 시공비용 최소화를 위한 최적설계기법을 제시하였으며, 또한 제시된 최적설계기법의 전제조건중의 하나로 고려되는 숏크리트 전면벽체의 발생변위를 합리적으로 예측하기 위해 인공신경망 이론을 도입하였다. 다양한 비교.분석과 더불어, 최종적으로는 제시된 쏘일네일링 굴착벽체 시스템 최적화 기법의 적합성 여부를 종합적으로 확인하기 위해, 실제 시공이 이루어진 현장의 설계단면과 제시기법에 의거해 최적화된 설계단면을 서로 비교.분석하였다.칠음 정도의 정량화 작업을 연구한 것이다.M SDS와 117mM $SOFTANOL\circledR-90$의 Log $K_m$은 각각 2.95-3.76, 2.95-3.49의 값을 나타내었다. 또한 SDS와 $SOFTANOL\circledR-90$의 경우 Log $K_m과\; Log\; K_{ow}$는 선형적인 관계를 보였다. 계면활성제 용액에서 BTEX의 분배 개념은 지반내 포집되어 있는 소수성 유기 오염물의 제거를 통한 지반복원과 효율성 평가에 중요한 역할을 할 것이다.largely ignored since the introduction of western medical science, and was considered something used only by the aged or the uneducated. Moreover, Health concerned practices and customary traditional therapy have been discarded in the clinical medicine as "unscientific" or "unsystematic". As described above, it is true that Korean nursing has developed in the quantitative aspect only adhering to western nursing intervention. Now it is the time to stop to hold ourself and to look back our past. To find and develop the originality of Korean nursing to

• 대한원격탐사학회지
• /
• 제39권5_3호
• /
• pp.979-995
• /
• 2023

산불은 예측이 어려운 재해이기 때문에 실시간 모니터링을 통해 빠르게 대응하는 것이 중요하며, 정지 궤도 위성 영상은 광역을 짧은 시간 간격으로 모니터링할 수 있어 산불 탐지 분야에 활발히 이용되고 있다. 기존의 위성 영상 기반 산불 탐지 알고리즘은 밝기 온도의 통계량 분석을 통한 임계값 기반으로 이상치를 탐지하는 방향으로 진행되어 왔다. 그러나 강도가 약한 산불을 탐지하기 어렵거나, 적절한 임계값 설정의 어려움으로 일반화 성능이 저하되는 한계점이 있어 최근에는 기계학습을 이용한 산불 탐지 알고리즘들이 제시되고 있다. 현재까지는 random forest, VanillaConvolutional neural network (CNN), U-net 구조 등의 비교적 간단한 기법이 적용되고 있다. 따라서, 본 연구에서는 정지궤도 위성인 Advanced Himawari Imager를 이용하여 동아시아와 호주를 대상으로 State of the Art (SOTA)딥러닝 기법을 적용한 산불 탐지 알고리즘을 개발하고자 하였다. SOTA 모델은 EfficientNet과 lion optimizer를 적용하여 개발하고, Vanilla CNN 구조를 사용한 모델과 산불 탐지 결과를 비교하였다. EfficientNet은 동아시아와 호주에서 0.88 및 0.83의 F1-score를 기록함으로써 CNN (동아시아: 0.83, 호주: 0.78)에 비해 뛰어난 성능을 입증하였다. EfficientNet에 불균형 문제 해결을 위한 weighted loss, equal sampling, image augmentation 기법 적용 시, 동아시아와 호주에서 각각 0.92와 0.84의 F1-score를 기록함으로써 적용 전(동아시아: 0.88, 호주: 0.83)에 비하여 성능이 향상되었음을 확인하였다. 본 연구를 통하여 제시된 SOTA 딥러닝 기법의 산불 탐지에의 적용 가능성과 딥러닝 모델의 성능 향상을 위해 고려해야 할 방향은 향후 산불탐지 분야에 대한 딥러닝 적용에 도움이 될 것으로 기대된다.

• 한국정보과학회논문지:정보통신
• /
• 제35권2호
• /
• pp.99-111
• /
• 2008

최근 무선 랜은 SOHO (Small Office Home Office) 및 Hot Spot과 같은 환경에서 공간의 제약에 구애받지 않고, 인터넷에 접속할 수 있는 기술로서 사용자의 요구가 크게 증가하였다. 하지만, 무선 랜 환경에서의 통신은 유선망과 달리 불안정한 무선 채널의 특성으로 인해 연집적인 패킷 손실이 발생하여 통신상의 제약이 많은 특징을 가진다. 연집적인 패킷 손실은 AP(Access Point) 와 무선 단말의 거리가 증가하거나, AP와 무선 단말사이에 장애물 등이 일시적으로 지나갈 때 주로 발생하는 현상이다 결국, 현재 인터넷상에서 가장 광범위하게 사용되고 있는 무선 랜 기술인 IEEE 802.11은 이러한 특성으로 인해 사용자의 요구에 만족할만한 전송 성능을 나타내지 못하며, 특히 전송 계층에 TCP가 사용될 경우 불필요한 혼잡 제어 기법을 사용하게 함으로써 심각한 성능저하를 야기한다. 이러한 무선 랜 환경의 문제점을 해결하기 위해 MAC-layer LDA(Loss Differentiation Algorithm)가 제안되었다. MAC-layer LDA는 MAC 계풍의 Retry limit을 기반으로 CRD(Consecutive Retry Duration)를 무선 구간의 연집된 패킷손실 기간 이상 증가시켜, TCP의 불필요한 Timeout 발생 이전에 손실된 패킷을 효율적으로 복구하는 기법이다. 하지만, MAC-layer LDA 기법은 한정된 Retry limit의 증가로 인해 CRD가 연집된 패킷 손실 구간 보다 적은 경우가 발생하여 심각한 전송성능 저하를 가져온다. 또한, CRD의 증가는 무선 구간의 패킷 처리 시간을 증가시켜 대역폭과 무선 단말의 한정된 에너지 자원을 불필요하게 낭비하는 문제를 초래한다. 본 논문에서는 이러한 문제점을 개선하기 위해 Cross-layer 기법을 적용한 재전송 기법인 BLD(Burst Loss Detection) 모듈을 제안한다. BLD 모듈의 알고리즘은 현재 무선 랜 환경에서 가장 널리 사용되는 IEEE 802.11 MAC 프로토콜 기반의 재전송 기법으로서, MAC 계층과 TCP에서 사용되는 재전송 기법의 효율적인 연동을 통해 손실된 패킷을 복구한다. ns-2(Network Simulator) 시뮬레이터를 이용한 실험을 통해 BLD 모듈은 무선 구간의 연집적인 패킷 손실에 대해 효율적인 보상을 수행하여 전송 성능과 에너지 효율성을 향상시킬 수 있음을 확인하였다.

• 기술혁신연구
• /
• 제20권2호
• /
• pp.75-107
• /
• 2012

본 연구에서는 기술혁신의 결정요인 도출 또는 기술혁신의 투입과 산출 간 관계에만 집중한 기존 연구의 한계, 기술혁신의 연결 메커니즘 연구의 필요성 제기 및 관련 연구들이 실태조사 수준에 머물러 있는 현실, 대기업과 중소기업의 기술혁신 추진과정 차이 등에 따라 중소기업의 기술혁신 관리요소에 관한 실증연구를 실시하였다. 이를 위해 자원기반 및 시스템 관점에서 주요 기술혁신 관리요소를 도출 분류하여 연구모형을 제시하였고, 중소기업을 대상으로 실증적으로 규명하였다. 세부적으로 살펴보면, 투입(R&D리더십, 혁신전략, R&D투자, R&D인적자원관리 및 외부네트워크), 과정(포트폴리오관리, 프로젝트관리 및 사업화) 및 산출(기술혁신) 간 관계를 실증 분석하였다. 대구지역 223개의 중소기업을 대상으로 한 구조방정식모형 분석 결과, 투입요소 간 관계, 투입요소와 과정요소 간 관계, 과정요소 간 관계, 그리고 과정요소와 산출요소 간 관계가 전반적으로 긍정적으로 유의하였다. 그러나 투입요소와 과정요소 간 관계에서 R&D투자가 포트폴리오관리와 프로젝트관리에 유의한 영향을 미치지 못하는 것으로 나타났는데, 이는 R&D투자가 독립적으로 과정요소에 영향을 미치기보다 우수한 인적자원, 유용한 정보와 기술이 뒷받침될 때 과정요소에 유의한 영향을 미칠 것으로 예상한다. 본 연구의 결과는 중소기업들이 연구모형을 활용하여 기술경영 상의 제약을 효율적으로 극복하고, 보다 높은 기술혁신 성과를 달성하는데 도움이 될 것이다. 아울러 정책기관들이 중소기업의 기술혁신 관리요소에 관심을 갖고, 애로요인을 보완해 줌으로써 보다 효과적인 정책지원이 가능할 것이다.

• 정보처리학회논문지B
• /
• 제10B권3호
• /
• pp.281-286
• /
• 2003

실생활에서 해결하고자 하는 문제에 대해 수많은 feature들이 수집되어지나 그 feature들을 모두 문제 해결에 활용하는 것은 어렵다. 모든 feature들에 대한 정확한 자료의 수집이 어려우며 관련된 feature들을 모두 학습에 이용할 경우 복잡한 학습 모델이 생성되어지며 좋은 수행 결과도 얻을 수 없다. 또한 수집된 자료들 간에는 상호 관계나 계층적 관계가 존재하는데, 경험적 지식이나 통계적 방법을 이용하여 feature들간의 관계를 분석함으로써 feature의 수를 줄일 수 있다. 휴리스틱 기법은 반복적인 시행 착오와 경험을 통한 학습으로써 미래가 불확실하고 완전한 정보를 갖고 있지 못할 때, 인간의 사고 기능을 통하여 기억이나 경험을 살려, 스스로 해결방안을 모색하면서 점차로 해에 접근해 가는 방법이다. 전문가들은 경험에 의한 의견 수렴 과정을 거쳐 해당 문제 영역에 접근 가능하며, 이러한 특성을 학습에 사용될 feature의 수를 줄이는데 활용할 수 있다. 전문가들은 원시 자료들을 이용하여 새로운 feature들을 생성할 수 있다 새로이 산출된 feature들과 원시 데이터 내의 feature들을 혼합하여 학습 모델 생성에 이용한다. 본 논문에서는 휴리스틱 함수를 이용하여 학습에 사용될 feature의 수를 줄이고, 추출된 feature들을 신경망의 입력값으로 사용하는 기계 학습 모델을 제시한다. 모델의 성능 평가를 위해 프로야구 경기의 승패 예측 문제를 이용하였다. 실험 결과는 신경 회로망과 휴리스틱 모델을 단독으로 사용했을 때 보다 두 기법을 혼합한 모델이 신경 회로망의 복잡성을 감소시킬 뿐 아니라 분류(classification)의 정확성이 향상되었다.아니라 Hep G2 세포에서도 명백히 단백질의 발현을 관찰할 수 있었다. 또한, Hep G2와 COS세포 모두에서 endogenous RXR의 발현이 일어남을 확인하였고 RXR expression plasmid를 transfection시켰을 때 두 세포 모두에서 단백질의 발현이 현저하게 증가되었다. Constitutive Androstane Receptor (CAR)에 의한 CYP2B의 PBRU 활성효과를 다르게 분화된 세포에서 차이가 일어나는지를 비교하기 위하여 CAR에 의해 매개되는 PBRU의 transactivation효과를 Hep G2와 COS세포에서 조사하였다. Hep G2 세포에서는 transfection된 CAR의 발현에 의해 firefly luciferase 보고단백질의 활성이 약 12배 증가하였다. CAR 발현유전자를 15 ng transfection하였을 때 주어진 보고유전자의 양에 대하여 최대반응을 나타내었고 CYP2B1PBRU가 제거된 CYP2C1 promotor/firefly luciferase를 보고유전자로 사용하였을 때는 CAR에 의한 luciferase의 활성이 나타나지 않았다. Hep G2와는 달리, COS세포에서는 transfection된 CAR의 발현이 PBRU에 의한 firefly luciferase보고단백질의 발현에 영향을 주지 못하였다. 이러한 결과들은 분화된 세포의 종류에 따라서 constitutive androstane receptor의 CYP2BPBRU 활성효과가 다르게 나타날 수 있음을 제시할 뿐만 아니라, 간세포에서 Phenobarbital에 의한 PBRU의 활성유도에 영향을 주는 endogenous 매개 인자들 중 CAR와 RXR과는 다